2019년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
랜드마크 유전자 기반 목표 유전자 발현량 예측을 위한 특징 추출 심층 신경망 |
| 영문제목(English Title) |
Deep neural networks with feature extraction for target- gene expression level prediction based on landmark genes |
| 저자(Author) |
이다빈
황규백
Da-Bin Lee
Kyu-Baek Hwang
|
| 원문수록처(Citation) |
VOL 46 NO. 01 PP. 0814 ~ 0816 (2019. 06) |
한글내용
(Korean Abstract) |
소수의 랜드마크 유전자의 발현량(expression level)으로부터 다른 유전자(목표 유전자)의 발현량을 예측하는 것은 효율적인 유전자 발현 프로파일링(gene expression profiling)에 유용하다. 목표 유전자의 발현량 예측에는 주로 선형 회귀가 적용되어 왔으나, 최근 비선형 심층 신경망이 선형 회귀보다 정확할 수 있음이 알려졌고, 이는 랜드마크 유전자와 목표 유전자의 발현 양상 사이에 비선형 관계가 존재할 수 있음을 시사한다. 본 논문에서는 오토인코더(autoencoder)를 이용하여 랜드마크 유전자의 비선형 특징(feature)을 추출한 뒤 이에 기반하여 목표 유전자의 발현량을 예측하는 방법을 제안한다. 943 개의 랜드마크 유전자와 9,520 개의 목표 유전자로 구성된 111,009 개의 유전자 발현 프로파일에 대한 실험에서 제안하는 방법은 기존의 심층 신경망에 비해 약 94%의 목표 유전자에 대한 발현량 예측 오류를 감소시켰으며, 감소의 폭은 평균적으로 3%였다. 이러한 결과는 오토인코더 기반의 비선형 특징 추출이 랜드마크 유전자로부터 목표 유전자의 발현량을 예측하는 데 효과적일 수 있음을 시사한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
